CN113890796A - 基于otfs系统调制解调的高速信道估计装置及方法 - Google Patents

基于otfs系统调制解调的高速信道估计装置及方法 Download PDF

Info

Publication number
CN113890796A
CN113890796A CN202111163335.1A CN202111163335A CN113890796A CN 113890796 A CN113890796 A CN 113890796A CN 202111163335 A CN202111163335 A CN 202111163335A CN 113890796 A CN113890796 A CN 113890796A
Authority
CN
China
Prior art keywords
channel
time
module
frequency domain
data symbol
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202111163335.1A
Other languages
English (en)
Other versions
CN113890796B (zh
Inventor
尹宇芳
黄子懿
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Chengdu University of Information Technology
Chengdu Technological University CDTU
Original Assignee
Chengdu University of Information Technology
Chengdu Technological University CDTU
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Chengdu University of Information Technology, Chengdu Technological University CDTU filed Critical Chengdu University of Information Technology
Priority to CN202111163335.1A priority Critical patent/CN113890796B/zh
Publication of CN113890796A publication Critical patent/CN113890796A/zh
Application granted granted Critical
Publication of CN113890796B publication Critical patent/CN113890796B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L25/00—Baseband systems
    • H04L25/02—Details ; arrangements for supplying electrical power along data transmission lines
    • H04L25/0202—Channel estimation
    • H04L25/0224—Channel estimation using sounding signals
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L25/00—Baseband systems
    • H04L25/02—Details ; arrangements for supplying electrical power along data transmission lines
    • H04L25/0202—Channel estimation
    • H04L25/0204—Channel estimation of multiple channels
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L25/00—Baseband systems
    • H04L25/02—Details ; arrangements for supplying electrical power along data transmission lines
    • H04L25/0202—Channel estimation
    • H04L25/0212—Channel estimation of impulse response
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L25/00—Baseband systems
    • H04L25/02—Details ; arrangements for supplying electrical power along data transmission lines
    • H04L25/0202—Channel estimation
    • H04L25/022—Channel estimation of frequency response
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L25/00—Baseband systems
    • H04L25/02—Details ; arrangements for supplying electrical power along data transmission lines
    • H04L25/0202—Channel estimation
    • H04L25/024—Channel estimation channel estimation algorithms
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00—Reducing energy consumption in communication networks
    • Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Cable Transmission Systems, Equalization Of Radio And Reduction Of Echo (AREA)

Abstract

本发明提供了一种基于OTFS系统调制解调的高速信道估计装置及方法，该方法包括：随机生成延时‑多普勒域数据符号，并将其转换为时频域数据符号，插入导频序列，转换为时域发射信号，对信道进行初步估计，得到信道基系数初步估计值，并根据其采用无迹卡尔曼滤波信道估计法对信道进行估计，得到信道基系数最终估计值，根据估计值还原信道冲激相应，将冲激响应经循环移位变换为频域信道增益系数，通过ZF均衡得到接收天线的频域信号，将其解映射，并执行硬判决得到最终接收信号。本发明提供的基于OTFS系统调制解调的高速信道估计装置及方法，能够在具有频率选择性衰落、快时变、时域非平稳特性的信道环境下工作，抗干扰能力强。

Description

基于OTFS系统调制解调的高速信道估计装置及方法
技术领域
本发明涉及无线通信技术领域，特别是涉及一种基于OTFS系统调制解调的高速信道估计装置及方法。
背景技术
高速移动环境下，信道存在多径延时、多普勒效应、非平稳特性和快时变信道估计问题，现有无线通信系统中一般采用基于导频的信道估计方法，由于信道估计方法问题，造成性能衰减较快。传统OFDM信道估计方式假设信道冲激相应在一个OFDM符号时间内是不变的，由于多径延时域多普勒效应的影响，信道的时域自相关系数是时变的、非平稳的。
现有的根据相邻的基于基系数的导频符号采用基于测量统计约束的最大似然信道估计方法对信道进行初步估计，得到所述导频符号位置的信道基系数初步估计值；该方式会增加估计过程的时间复杂度。现有的信道估计方式采用BEM(基扩展模型)结合卡尔曼滤波对信道进行估计，由于卡尔曼滤波方法存在误差传播，并且在信道估计在迭代过程中建立状态空间模型时没有准确建模判决反馈中的非线性操作，引入了非高斯有色噪声，严重影响信道估计性能。因此，设计一种基于OTFS系统调制解调的高速信道估计装置及方法是十分必要的。
发明内容
本发明的目的是提供一种基于OTFS系统调制解调的高速信道估计装置及方法，结构简单，计算复杂度低，能够在具有频率选择性衰落、快时变、时域非平稳特性的信道环境下工作，抗干扰能力强，适用于高速环境下。
为实现上述目的，本发明提供了如下方案：
一种基于OTFS系统调制解调的高速信道估计装置，包括：存储器、处理器、接收天线、发射天线、OTFS系统调制装置及判决反馈解调装置，所述存储器、接收天线、发射天线、OTFS系统调制装置及判决反馈解调装置连接所述处理器，所述OTFS系统调制装置包括延时-多普勒域数据符号生成模块、数据映射模块、时频域数据符号生成模块、时域发射信号生成模块，所述延时-多普勒域数据符号生成模块连接所述数据映射模块，所述数据映射模块连接所述时频域数据符号生成模块，所述时频域数据符号生成模块连接所述时域发射信号生成模块，所述判决反馈解调装置包括循环移位模块、均衡模块、解映射模块及执行硬判决模块，所述循环移位模块连接所述均衡模块，所述均衡模块连接所述解映射模块，所述解映射模块连接所述执行硬判决模块；
所述延时-多普勒域数据符号生成模块用于生成延时-多普勒域数据符号；
所述数据映射模块用于将生成的延时-多普勒域数据符号映射到不同的星座图上；
所述时频域数据符号生成模块用于生成时频域数据符号；
所述时域发射信号生成模块用于生成时域信号，并将其加载到发射天线上进行发射；
所述循环移位模块用于完成循环移位操作；
所述均衡模块用于通过ZF均衡得到发送符号向量；
所述解映射模块用于进行解映射得到接收信号；
所述执行硬判决模块用于根据接收信号完成执行硬判决操作。
本发明还提供了一种基于OTFS系统调制解调的高速信道估计方法，应用于上述的基于OTFS系统调制解调的高速信道估计装置，包括如下步骤：
步骤1：通过延时-多普勒域数据符号生成模块随机生成延时-多普勒域数据符号，将延时-多普勒域数据符号经过映射模块之后，经过快速辛傅里叶逆变换转换为时频域数据符号，生成并插入导频序列，经过快速傅里叶逆变换转换为时域发射信号；
步骤2：根据相邻的基于基系数的导频符号采用基于最小二乘准则的最小二乘信道估计法对信道进行初步估计，得到导频符号位置的信道基系数初步估计值；
步骤3：根据信道基系数初步估计值，采用无迹卡尔曼滤波信道估计法对信道进行精确估计，得到导频符号位置的信道基系数最终估计值；
步骤4：根据信道基系数最终估计值还原信道冲激相应，再将信道冲激响应通过循环移位变换为频域信道增益系数，通过ZF均衡得到接收天线的频域信号；
步骤5：将接收天线的频域信号经过解映射模块得到解映射之后的接收信号，对接收信号执行硬判决得到最终接收信号。
可选的，通过延时-多普勒域数据符号生成模块随机生成延时-多普勒域数据符号，将延时-多普勒域数据符号经过映射模块之后，经过快速辛傅里叶逆变换转换为时频域数据符号，生成并插入导频序列，经过快速傅里叶逆变换转换为时域发射信号，具体为：
通过延时-多普勒域数据符号生成模块随机生成延时-多普勒域数据符号x(a,b)，设置其子载波数M＝72，一帧所传输的数据符号数Ns＝10，随机生成M×Ns＝720个数据符号；
将得到的延时-多普勒域数据符号x(a,b)经过数据映射模块映射到星座图上，并将延时-多普勒域数据符号x(a,b)分割为6个12行10列的矩阵，表示为：
xd(a,b),d＝1,...,6
式中，xd(a,b)为发射天线数据符号位置的延时-多普勒域数据符号，对其做快速辛傅里叶逆变换，得到时频域数据符号为：
Figure BDA0003290959900000031
将Xd(m,n)合并为X(m,n)，其中X(m,n)为发射天线数据符号位置的时频域数据符号，在X(m,n)中插入时域导频序列，导频序列位置为1、5、9及13，构成一个M×N维的传输符号矩阵，此时总子载波数目为M，一帧中包含个N时频域数据符号，其中，第n个符号第m个子载波表示为Xn(m)，总的时频域数据符号表示为：
Xn＝[Xn(0),Xn(1),...,Xn(M-1)]
将总的时频域数据符号经过快速傅里叶逆变换得到所需的时域发射符号为：
xn＝FHXn
其中，快速傅里叶逆变换公式为：
Figure BDA0003290959900000032
式中，[F]H表示傅里叶逆变换矩阵，m＝1,2,...,M，k＝1,2,...,M。
可选的，步骤2中，根据相邻的基于基系数的导频符号采用基于最小二乘准则的最小二乘信道估计法对信道进行初步估计，得到导频符号位置的信道基系数初步估计值，具体为：
发射天线发出时域发射信号，经过瑞利衰落信道，并且受到高斯白噪声的影响，到达接收天线，将频域接收信号表示为：
Yn＝HnXn+Fzn
式中，zn表示零均值复高斯白噪声，Hn＝FhFH，Hn∈CM×M为第n个符号的信道矩阵，h∈CM×M为时域信道矩阵，将h用[h]c,d来表示，得到[h]c,d＝h(c；mod(c-d,N))，其中，[h]c,d表示h的第c行第d列元素的值，假设衰落信道路径数为L，当l＜0或者l＞L-1时，h(c,d)＝0，接收到第n个符号的频域向量为：
Yn＝[Yn(0),Yn(1),...,Yn(M-1)]T
Figure BDA0003290959900000041
由此可以推导出Hn为对角线形式，令vn＝vec(Hn)，Sn＝diag(Xn)，Zn＝Fzn，得到Yn＝Snvn+Zn；
通过CE-BEM模型对信道h建模，其中，第l条路径上的第t个采样点h(t,l)为：
Figure BDA0003290959900000042
式中，Q表示CE-BEM模型的基函数阶数，bt＝[bt,0,bt,1,...,bt,Q-1]T表示基向量，
Figure BDA0003290959900000043
为M×(Q+1)的基函数矩阵，
Figure BDA0003290959900000044
为CE-BEM模型的基函数，
Figure BDA0003290959900000045
表示第n个符号内第l条路径信道抽头的CE-BEM系数，将第n个符号中的第l个抽头上的信道冲激响应表示为：
cn,l＝[h(0,l),h(1,l),...,h(N-1,l)]T
另外，
Figure BDA0003290959900000046
Figure BDA0003290959900000047
式中，
Figure BDA0003290959900000051
为克罗内克积，根据BCE及gn得到：
Figure BDA0003290959900000052
式中，cn为第n个符号的冲激响应向量，ρ为建模误差，将Yn＝HnXn+Fzn中的频域接收信号中的信道矩阵用BEM代替，推导出：
Yn＝Kngn+Zn
Figure BDA0003290959900000053
Figure BDA0003290959900000054
Figure BDA0003290959900000055
根据
Figure BDA0003290959900000056
推导出导频符号位置的信道冲激响应基函数向量的LS估计值如下：
Figure BDA0003290959900000057
可选的，步骤3中，根据信道基系数初步估计值，采用无迹卡尔曼滤波信道估计法对信道进行精确估计，得到导频符号位置的信道基系数最终估计值，具体为：
建立时变的自回归模型，并将步骤2中所得的
Figure BDA0003290959900000058
代入时变的自回归模型，其中自回归模型为：
gn+1＝Dngn+zn
式中，Dn代表相邻时域基系数的相关矩阵，zn表示零均值复高斯白噪声，由于CE-BEM基向量之间两两正交，则Dn是一个对角阵，令dn＝vec(Dn)，由此可知含有两个状态变量，将状态变量设为Bn＝[gn,dn]T，令Cn＝[Kn，0]；
设置非线性变量：
Figure BDA0003290959900000059
建立UKF状态模型如下：
Bn+1＝AnBn+Pn
Yn＝CnBn+zn
Cn＝[κ(Bn),0]
Figure BDA00032909599000000510
式中，Pn表示传递过程中的噪声向量，
Figure BDA00032909599000000511
和
Figure BDA00032909599000000512
分别表示基系数时域相关矩阵和基系数的后验估计值；
非线性变量为一个2QL维向量，sigma采样点数为4QL+1，由比例采样策略推导出sigma点为：
Figure BDA0003290959900000061
Figure BDA0003290959900000062
Figure BDA0003290959900000063
γ＝δ2(2QL+λ)-2QL
j＝1,...,2QL
式中，Bn-1表示n-1时刻的后验基系数时域相关矩阵和基系数的后验估计值，
Figure BDA0003290959900000064
表示第j个sigma采样点，Qn-1表示状态变量Bn在n-1时刻的后验协方差矩阵，γ为随机变量Bn-1的均值和sigma采样点间距离的比例因子；
设置δ＝1，λ＝0，设置预测方程为：
Figure BDA0003290959900000065
得到sigma比例采样权值为：
Figure BDA0003290959900000066
Figure BDA0003290959900000067
Figure BDA0003290959900000068
j＝1,...,4QL
通过状态更新方程生成先验的sigma点，具体推导公式如下：
Figure BDA0003290959900000069
Figure BDA00032909599000000610
Figure BDA00032909599000000611
Figure BDA00032909599000000612
j＝1,...,2QL
Figure BDA00032909599000000613
式中，Qn|n-1表示状态变量Bn的先验协方差矩阵，
Figure BDA00032909599000000614
表示各个sigma点的
Figure BDA00032909599000000615
的值，对其求加权平均，得到
Figure BDA00032909599000000616
的均值ηn，协方差矩阵
Figure BDA00032909599000000617
和互协方差矩阵ρn，分别为：
Figure BDA0003290959900000071
Figure BDA0003290959900000072
Figure BDA0003290959900000073
Figure BDA0003290959900000074
式中，Jn为UKF的增益，根据Yn＝HnXn+Fzn及推导公式得到后验估计值Bn及后验协方差矩阵Qn分别为：
Bn＝Bn|n-1+Jn(Yn-ηn)
Figure BDA0003290959900000075
根据Bn＝[gn,dn]T计算得到导频符号位置的信道基系数最终估计值gn。
可选的，步骤4中，根据信道基系数最终估计值还原信道冲激相应，再将信道冲激响应通过循环移位变换为频域信道增益系数，通过ZF均衡得到接收天线的频域信号，具体为：
根据导频符号位置的信道基系数最终估计值gn，将其带入
Figure BDA0003290959900000076
还原得到信道冲激响应cn，将信道冲激响应通过循环移位模块进行循环移位，得到频域信号增益系数，通过得到的先验状态变量Bn|n-1得到先验信道冲激响应向量cn|n-1，然后得到信道频域响应矩阵Hn|n-1，通过均衡模块利用ZF均衡得到接收天线的频域符号向量的估计为：
Figure BDA0003290959900000077
可选的，步骤5中，将接收天线的频域信号经过解映射模块得到解映射之后的接收信号，对接收信号执行硬判决得到最终接收信号，具体为：
将频域符号向量的估计通过解映射模块，提取数据符号，其中数据符号的维度为M×Ns＝72×10＝720，并将其分割为6个12行10列的矩阵，表示为：
Figure BDA0003290959900000078
对数据符号位置进行快速辛傅里叶变换，得到解映射之后的接收信号
Figure BDA0003290959900000079
为：
Figure BDA00032909599000000710
通过执行硬判决模块进行判决反馈，根据调制方式，得到发送数据符号的星座点为：
X＝{X0,...,XQ_m}
式中，XQ_m表示星座点，将解映射之后的接收信号
Figure BDA0003290959900000081
中最近距离的星座点作为输出，即：
Figure BDA0003290959900000082
得到接收天线通过接收信号估计出来的延时-多普勒域信号，通过延时-多普勒域信号的导频符号位置的数据符号与需要传输的延时-多普勒域数据符号x(a,b)进行性能分析。
根据本发明提供的具体实施例，本发明公开了以下技术效果：本发明提供的基于OTFS系统调制解调的高速信道估计装置及方法，能够满足LTE技术标准，能够在高速环境下工作，该方法通过OTFS系统的调制解调方式，降低了多径效应以及多普勒效应的影响，该方法通过BEM模型和无迹卡尔曼滤波信道估计方法进行信道估计，其中BEM模型有效的将信道冲激响应变换到一个由基向量张成的地位空间中，降低时域信道估计方法复杂度，消除了码间干扰的影响，建立了良好的信道模型，保证了对信道信息的破坏可忽略不计，有效的消除了非高斯有色噪声对信道估计的影响，为OTFS系统时域信道估计方法提供了良好的性能。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例步骤1方法流程图；
图2为OTFS系统调制装置功能模块示意图；
图3为步骤2-步骤5方法流程图；
图4为判决反馈解调装置功能模块示意图；
图5为本发明实施例具体设备框图；
图6为移动速度50km/h的环境下OTFS系统和OFDM信道估计归一化均方误差对比图；
图7为移动速度200km/h的环境下OTFS系统和OFDM信道估计归一化均方误差对比图；
图8为移动速度400km/h的环境下OTFS系统和OFDM信道估计归一化均方误差对比图；
图9为移动速度50km/h的环境下OTFS系统和OFDM误码率对比图；
图10为移动速度200km/h的环境下OTFS系统和OFDM误码率对比图；
图11为移动速度400km/h的环境下OTFS系统和OFDM误码率对比图。
附图标记：1、延时-多普勒域数据符号生成模块；2、数据映射模块；3、时频域数据符号生成模块；4、时域发射信号生成模块；5、循环移位模块；6、均衡模块；7、解映射模块；8、执行硬判决模块；9、存储器；10、处理器。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本发明的目的是提供一种基于OTFS系统调制解调的高速信道估计装置及方法，结构简单，计算复杂度低，能够在具有频率选择性衰落、快时变、时域非平稳特性的信道环境下工作，抗干扰能力强，适用于高速环境下。
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。
如图2、图4及图5所示，本发明实施例提供的基于OTFS系统调制解调的高速信道估计装置，包括：存储器9、处理器10、接收天线、发射天线、OTFS系统调制装置及判决反馈解调装置，所述存储器9、接收天线、发射天线、OTFS系统调制装置及判决反馈解调装置连接所述处理器10，所述OTFS系统调制装置包括延时-多普勒域数据符号生成模块1、数据映射模块2、时频域数据符号生成模块3、时域发射信号生成模块4，所述延时-多普勒域数据符号生成模块1连接所述数据映射模块2，所述数据映射模块2连接所述时频域数据符号生成模块3，所述时频域数据符号生成模块3连接所述时域发射信号生成模块4，所述判决反馈解调装置包括循环移位模块5、均衡模块6、解映射模块7及执行硬判决模块8，所述循环移位模块5连接所述均衡模块6，所述均衡模块6连接所述解映射模块7，所述解映射模块7连接所述执行硬判决模块8；
所述延时-多普勒域数据符号生成模块1用于生成延时-多普勒域数据符号；
所述数据映射模块2用于将生成的延时-多普勒域数据符号映射到不同的星座图上；
所述时频域数据符号生成模块3用于生成时频域数据符号；
所述时域发射信号生成模块4用于生成时域信号，并将其加载到发射天线上进行发射；
所述循环移位模块5用于完成循环移位操作；
所述均衡模块6通过ZF均衡得到发送符号向量；
所述解映射模块7用于进行解映射得到接收信号；
所述执行硬判决模块8用于根据接收信号完成执行硬判决操作。
本发明还提供了一种基于OTFS系统调制解调的高速信道估计方法，应用于上述的基于OTFS系统调制解调的高速信道估计装置，如图1及图3所示，包括如下步骤：
步骤1：通过延时-多普勒域数据符号生成模块随机生成延时-多普勒域数据符号，将延时-多普勒域数据符号经过映射模块之后，经过快速辛傅里叶逆变换(ISSFT)转换为时频域数据符号，生成并插入导频序列，经过快速傅里叶逆变换转换为时域发射信号；
步骤2：根据相邻的基于基系数的导频符号采用基于最小二乘准则的最小二乘信道估计法对信道进行初步估计，得到导频符号位置的信道基系数初步估计值；
步骤3：根据信道基系数初步估计值，采用无迹卡尔曼滤波信道估计法对信道进行精确估计，得到导频符号位置的信道基系数最终估计值；
步骤4：根据信道基系数最终估计值还原信道冲激相应，再将信道冲激响应通过循环移位变换为频域信道增益系数，通过ZF(迫零)均衡得到接收天线的频域信号；
步骤5：将接收天线的频域信号经过解映射模块得到解映射之后的接收信号，对接收信号执行硬判决得到最终接收信号。
如图1所示，步骤1中，通过延时-多普勒域数据符号生成模块随机生成延时-多普勒域数据符号，将延时-多普勒域数据符号经过映射模块之后，经过快速辛傅里叶逆变换转换为时频域数据符号，生成并插入导频序列，经过快速傅里叶逆变换(IFFT)转换为时域发射信号，具体为：
通过延时-多普勒域数据符号生成模块随机生成延时-多普勒域数据符号x(a,b)，设置其子载波数M＝72，一帧所传输的数据符号数Ns＝10，随机生成M×Ns＝720个数据符号；
将得到的延时-多普勒域数据符号x(a,b)经过数据映射模块映射到星座图上，并将延时-多普勒域数据符号x(a,b)分割为6个12行10列的矩阵，表示为：
xd(a,b),d＝1,...,6
式中，xd(a,b)为发射天线数据符号位置的延时-多普勒域数据符号，对其做快速辛傅里叶逆变换，得到时频域数据符号为：
Figure BDA0003290959900000111
将Xd(m,n)合并为X(m,n)，其中X(m,n)为发射天线数据符号位置的时频域数据符号，在X(m,n)中插入时域导频序列，导频序列位置为1、5、9及13，构成一个M×N维的传输符号矩阵，此时总子载波数目为M，一帧中包含个N时频域数据符号，例如，本发明的一个实施例采用一帧包含14个传输符号则，N＝14；
其中，第n个符号第m个子载波表示为Xn(m)，总的时频域数据符号表示为：
Xn＝[Xn(0),Xn(1),...,Xn(M-1)]
将总的时频域数据符号经过快速傅里叶逆变换得到所需的时域发射符号为：
xn＝FHXn
其中，快速傅里叶逆变换公式为：
Figure BDA0003290959900000112
式中，[·]H表示共轭转置操作，F表示傅里叶变换矩阵，[F]H表示傅里叶逆变换矩阵，m＝1,2,...,M，k＝1,2,...,M。
步骤2中，根据相邻的基于基系数的导频符号采用基于最小二乘准则的最小二乘信道估计法对信道进行初步估计，得到导频符号位置的信道基系数初步估计值，具体为：
发射天线发出时域发射信号，经过瑞利衰落信道，并且受到高斯白噪声的影响，到达接收天线，将频域接收信号表示为：
Yn＝HnXn+Fzn
式中，zn表示零均值复高斯白噪声，Hn＝FhFH，Hn∈CM×M为第n个符号的信道矩阵，h∈CM×M为时域信道矩阵，将h用[h]c,d来表示，得到[h]c,d＝h(c；mod(c-d,N))，其中，[h]c,d表示h的第c行第d列元素的值，假设衰落信道路径数为L，当l＜0或者l＞L-1时，h(c,d)＝0，接收到第n个符号的频域向量为：
Yn＝[Yn(0),Yn(1),...,Yn(M-1)]T
Figure BDA0003290959900000121
由此可以推导出Hn为对角线形式，令vn＝vec(Hn)，Sn＝diag(Xn)，Zn＝Fzn，得到Yn＝Snvn+Zn，其中vec(.)表示提取矩阵主对角线元素，diag(.)将一组元素作为矩阵主对角线元素，其余元素为0；
通过CE-BEM模型(复指数基扩展模型)对信道h建模，其中，第l条路径上的第t个采样点h(t,l)为：
Figure BDA0003290959900000122
式中，Q表示CE-BEM模型的基函数阶数，bt＝[bt,0,bt,1,...,bt,Q-1]T表示基向量，
Figure BDA0003290959900000123
为M×(Q+1)的基函数矩阵，
Figure BDA0003290959900000124
为CE-BEM模型的基函数，
Figure BDA0003290959900000125
表示第n个符号内第l条路径信道抽头的CE-BEM系数，将第n个符号中的第l个抽头上的信道冲激响应表示为：
cn,l＝[h(0,l),h(1,l),...,h(N-1,l)]T
另外，
Figure BDA0003290959900000126
Figure BDA0003290959900000131
式中，
Figure BDA0003290959900000132
为克罗内克积，根据BCE及gn得到：
Figure BDA0003290959900000133
式中，cn为第n个符号的冲激响应向量，ρ为建模误差，将Yn＝HnXn+Fzn中的频域接收信号中的信道矩阵用BEM代替，推导出：
Yn＝Kngn+Zn
Figure BDA0003290959900000134
Figure BDA0003290959900000135
Figure BDA0003290959900000136
根据
Figure BDA0003290959900000137
推导出导频符号位置的信道冲激响应基函数向量的LS估计值如下：
Figure BDA0003290959900000138
步骤3中，根据信道基系数初步估计值，采用无迹卡尔曼滤波信道估计法对信道进行精确估计，得到导频符号位置的信道基系数最终估计值，具体为：
建立时变的自回归模型，并将步骤2中所得的
Figure BDA0003290959900000139
代入时变的自回归模型，其中自回归模型为：
gn+1＝Dngn+zn
式中，zn表示零均值复高斯白噪声，Dn代表相邻时域基系数的相关矩阵，zn代表传递过程中的噪声向量，由于CE-BEM基向量之间两两正交，则Dn是一个对角阵，令dn＝vec(Dn)，由此可知含有两个状态变量，将状态变量设为Bn＝[gn,dn]T，令Cn＝[Kn，0]；
设置非线性变量：
Figure BDA00032909599000001310
建立UKF(无迹卡尔曼滤波)状态模型如下：
Bn+1＝AnBn+Pn
Yn＝CnBn+zn
Cn＝[κ(Bn),0]
Figure BDA00032909599000001311
式中，Pn表示传递过程中的噪声向量，
Figure BDA00032909599000001312
和
Figure BDA00032909599000001313
分别表示基系数时域相关矩阵和基系数的后验估计值；
非线性变量为一个2QL维向量，sigma采样点数为4QL+1，由比例采样策略推导出sigma点为：
Figure BDA0003290959900000141
Figure BDA0003290959900000142
Figure BDA0003290959900000143
γ＝δ2(2QL+λ)-2QL
j＝1,...,2QL
式中，Bn-1表示n-1时刻的后验基系数时域相关矩阵和基系数的后验估计值，
Figure BDA0003290959900000144
表示第j个sigma采样点，Qn-1表示状态变量Bn在n-1时刻的后验协方差矩阵，γ为随机变量Bn-1的均值和sigma采样点间距离的比例因子；
设置δ＝1，λ＝0，设置预测方程为：
Figure BDA0003290959900000145
得到sigma比例采样权值为：
Figure BDA0003290959900000146
Figure BDA0003290959900000147
Figure BDA0003290959900000148
j＝1,...,4QL
通过状态更新方程生成先验的sigma点，具体推导公式如下：
Figure BDA0003290959900000149
Figure BDA00032909599000001410
Figure BDA00032909599000001411
Figure BDA00032909599000001412
j＝1,...,2QL
Figure BDA00032909599000001413
式中，Qn|n-1表示状态变量Bn的先验协方差矩阵，
Figure BDA00032909599000001414
表示各个sigma点的
Figure BDA00032909599000001415
的值，对其求加权平均，得到
Figure BDA0003290959900000151
的均值ηn，协方差矩阵
Figure BDA0003290959900000152
和互协方差矩阵ρn，分别为：
Figure BDA0003290959900000153
Figure BDA0003290959900000154
Figure BDA0003290959900000155
Figure BDA0003290959900000156
式中，Jn为UKF的增益，其中，(.)n+1|n表示先验估计值，(.)n表示在n时刻的后验估计值，(.)n-1表示n-1时刻的后验估计值，根据Yn＝HnXn+Fzn及推导公式得到后验估计值Bn及后验协方差矩阵Qn分别为：
Bn＝Bn|n-1+Jn(Yn-ηn)
Figure BDA0003290959900000157
根据Bn＝[gn,dn]T计算得到导频符号位置的信道基系数最终估计值gn。
步骤4中，根据信道基系数最终估计值还原信道冲激相应，再将信道冲激响应通过循环移位变换为频域信道增益系数，通过ZF均衡得到接收天线的频域信号，具体为：
根据导频符号位置的信道基系数最终估计值gn，将其带入
Figure BDA0003290959900000158
还原得到信道冲激响应cn，将信道冲激响应通过循环移位模块进行循环移位，得到频域信号增益系数，通过得到的先验状态变量Bn|n-1得到先验信道冲激响应向量cn|n-1，然后得到信道频域响应矩阵Hn|n-1，通过均衡模块利用ZF均衡得到接收天线的频域符号向量的估计为：
Figure BDA0003290959900000159
步骤5中，将接收天线的频域信号经过解映射模块得到解映射之后的接收信号，对接收信号执行硬判决得到最终接收信号，具体为：
将频域符号向量的估计通过解映射模块，提取数据符号，其中数据符号的维度为M×Ns＝72×10＝720，并将其分割为6个12行10列的矩阵，表示为：
Figure BDA00032909599000001510
对数据符号位置进行快速辛傅里叶变换，得到解映射之后的接收信号
Figure BDA00032909599000001511
为：
Figure BDA0003290959900000161
采取硬判决结果作为输出，由于信道影响，接收符号偏离了发送符号的星座点，导致结果不准确，故通过执行硬判决模块进行判决反馈，根据调制方式，得到发送数据符号的星座点为：
X＝{X0,...,XQ_m}
式中，XQ_m表示星座点，将解映射之后的接收信号
Figure BDA0003290959900000162
中最近距离的星座点作为输出，即：
Figure BDA0003290959900000163
得到接收天线通过接收信号估计出来的延时-多普勒域信号，通过延时-多普勒域信号的导频符号位置的数据符号与需要传输的延时-多普勒域数据符号x(a,b)进行性能分析。
步骤4中，将信道冲激响应通过循环移位模块进行循环移位的h矩阵形式表示为：
Figure BDA0003290959900000164
其中，hn(l)表示第n个符号第l抽头的信道响应，将h代入Hn＝FhFH之后得到Hn的矩阵表达式为：
Figure BDA0003290959900000165
上述OTFS系统调制装置及判决反馈解调装置的各个模块均可通过计算机程序实现，计算机程序存储在存储器中，处理器通过总线连接存储器，根据需求调用计算机程序，处理器通过数据总线连接接收天线与发射天线。
本发明采用仿真的方法在实际的通信链路平台上实现该方法，仿真所用的是LET(长期演进)协议中的单发单收的系统，所采用信道模型为瑞利衰落模型，该模型具有一条主径，六条反射径，与高铁场景比较相似，所以可用来验证方案的性能。总帧数为10000帧，一帧中包含14个传输符号，载波频率为3GHz，系统带宽为1.4MHz，子载波数为72，FFT点数为128，CP长度为9，基函数阶数Q为4，调制方式为QPSK，分别在OTFS和OFDM两种不同系统下得出NMSE和误码率比较图。
如图6及图9，分别比较了在50km/h的低速环境下的NMSE和误码率性能。
如图7及图10，分别比较了在200km/h移动环境下的NMSE和误码率性能。
如图8及图11，分别比较了在400km/h的高速环境下的NMSE和误码率性能，其中NMSE(归一化均方误差)比较图，比较了本发明信道估计方法得到的时域信道与实际时域信道，误码率比较图，比较了发射信号与接收信号错误概率。
通过比较误码率性能图分析可以看出，OTFS系统误码率性能明显优于OFDM系统，且本发明提出的BEM结合UKF(无迹卡尔曼滤波)信道估计方法性能明显优于现有的BEM结合卡尔曼滤波信道估计算法，在400km/h的移动环境下，OFDM系统基本处于不工作状态，但OTFS系统采用BEM结合UKF(无迹卡尔曼滤波)信道估计方法仍然拥有良好的性能，信道估计情况良好，误码率性能优良，明显优于OFDM系统同样情况下的信道估计，证明OTFS系统采用BEM结合UKF(无迹卡尔曼滤波)信道估计方法更加适用于高速移动环境。
本发明提供的基于OTFS系统调制解调的高速信道估计装置及方法，能够满足LTE技术标准，能够在高速环境下工作，该方法通过OTFS系统的调制解调方式，降低了多径效应以及多普勒效应的影响，该方法通过BEM模型和无迹卡尔曼滤波信道估计方法进行信道估计，其中BEM模型有效的将信道冲激响应变换到一个由基向量张成的地位空间中，降低时域信道估计方法复杂度，消除了码间干扰的影响，建立了良好的信道模型，保证了对信道信息的破坏可忽略不计，有效的消除了非高斯有色噪声对信道估计的影响，为OTFS系统时域信道估计方法提供了良好的性能。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本发明的限制。

Claims (7)

1.一种基于OTFS系统调制解调的高速信道估计装置，其特征在于，包括：存储器、处理器、接收天线、发射天线、OTFS系统调制装置及判决反馈解调装置，所述存储器、接收天线、发射天线、OTFS系统调制装置及判决反馈解调装置连接所述处理器，所述OTFS系统调制装置包括延时-多普勒域数据符号生成模块、数据映射模块、时频域数据符号生成模块、时域发射信号生成模块，所述延时-多普勒域数据符号生成模块连接所述数据映射模块，所述数据映射模块连接所述时频域数据符号生成模块，所述时频域数据符号生成模块连接所述时域发射信号生成模块，所述判决反馈解调装置包括循环移位模块、均衡模块、解映射模块及执行硬判决模块，所述循环移位模块连接所述均衡模块，所述均衡模块连接所述解映射模块，所述解映射模块连接所述执行硬判决模块；
所述延时-多普勒域数据符号生成模块用于生成延时-多普勒域数据符号；
所述数据映射模块用于将生成的延时-多普勒域数据符号映射到不同的星座图上；
所述时频域数据符号生成模块用于生成时频域数据符号；
所述时域发射信号生成模块用于生成时域信号，并将其加载到发射天线上进行发射；
所述循环移位模块用于完成循环移位操作；
所述均衡模块用于通过ZF均衡得到发送符号向量；
所述解映射模块用于进行解映射得到接收信号；
所述执行硬判决模块用于根据接收信号完成执行硬判决操作。
2.一种基于OTFS系统调制解调的高速信道估计方法，应用于权利要求1所述的基于OTFS系统调制解调的高速信道估计装置，其特征在于，包括如下步骤：
步骤1：通过延时-多普勒域数据符号生成模块随机生成延时-多普勒域数据符号，将延时-多普勒域数据符号经过映射模块之后，经过快速辛傅里叶逆变换转换为时频域数据符号，生成并插入导频序列，经过快速傅里叶逆变换转换为时域发射信号；
步骤2：根据相邻的基于基系数的导频符号采用基于最小二乘准则的最小二乘信道估计法对信道进行初步估计，得到导频符号位置的信道基系数初步估计值；
步骤3：根据信道基系数初步估计值，采用无迹卡尔曼滤波信道估计法对信道进行精确估计，得到导频符号位置的信道基系数最终估计值；
步骤4：根据信道基系数最终估计值还原信道冲激相应，再将信道冲激响应通过循环移位变换为频域信道增益系数，通过ZF均衡得到接收天线的频域信号；
步骤5：将接收天线的频域信号经过解映射模块得到解映射之后的接收信号，对接收信号执行硬判决得到最终接收信号。
3.根据权利要求2所述的基于OTFS系统调制解调的高速信道估计方法，其特征在于，通过延时-多普勒域数据符号生成模块随机生成延时-多普勒域数据符号，将延时-多普勒域数据符号经过映射模块之后，经过快速辛傅里叶逆变换转换为时频域数据符号，生成并插入导频序列，经过快速傅里叶逆变换转换为时域发射信号，具体为：
通过延时-多普勒域数据符号生成模块随机生成延时-多普勒域数据符号x(a,b)，设置其子载波数M＝72，一帧所传输的数据符号数Ns＝10，随机生成M×Ns＝720个数据符号；
将得到的延时-多普勒域数据符号x(a,b)经过数据映射模块映射到星座图上，并将延时-多普勒域数据符号x(a,b)分割为6个12行10列的矩阵，表示为：
xd(a,b),d＝1,...,6
式中，xd(a,b)为发射天线数据符号位置的延时-多普勒域数据符号，对其做快速辛傅里叶逆变换，得到时频域数据符号为：
Figure FDA0003290959890000021
将Xd(m,n)合并为X(m,n)，其中X(m,n)为发射天线数据符号位置的时频域数据符号，在X(m,n)中插入时域导频序列，导频序列位置为1、5、9及13，构成一个M×N维的传输符号矩阵，此时总子载波数目为M，一帧中包含个N时频域数据符号，其中，第n个符号第m个子载波表示为Xn(m)，总的时频域数据符号表示为：
Xn＝[Xn(0),Xn(1),...,Xn(M-1)]
将总的时频域数据符号经过快速傅里叶逆变换得到所需的时域发射符号为：
xn＝FHXn
其中，快速傅里叶逆变换公式为：
Figure FDA0003290959890000031
式中，[F]H表示傅里叶逆变换矩阵，m＝1,2,...,M，k＝1,2,...,M。
4.根据权利要求3所述的基于OTFS系统调制解调的高速信道估计方法，其特征在于，步骤2中，根据相邻的基于基系数的导频符号采用基于最小二乘准则的最小二乘信道估计法对信道进行初步估计，得到导频符号位置的信道基系数初步估计值，具体为：
发射天线发出时域发射信号，经过瑞利衰落信道，并且受到高斯白噪声的影响，到达接收天线，将频域接收信号表示为：
Yn＝HnXn+Fzn
式中，zn表示零均值复高斯白噪声，Hn＝FhFH，Hn∈CM×M为第n个符号的信道矩阵，h∈CM×M为时域信道矩阵，将h用[h]c,d来表示，得到[h]c,d＝h(c；mod(c-d,N))，其中，[h]c,d表示h的第c行第d列元素的值，假设衰落信道路径数为L，当l＜0或者l＞L-1时，h(c,d)＝0，接收到第n个符号的频域向量为：
Yn＝[Yn(0),Yn(1),...,Yn(M-1)]T
Figure FDA0003290959890000032
由此可以推导出Hn为对角线形式，令vn＝vec(Hn)，Sn＝diag(Xn)，Zn＝Fzn，得到Yn＝Snvn+Zn；
通过CE-BEM模型对信道h建模，其中，第l条路径上的第t个采样点h(t,l)为：
Figure FDA0003290959890000033
式中，Q表示CE-BEM模型的基函数阶数，bt＝[bt,0,bt,1,...,bt,Q-1]T表示基向量，
Figure FDA0003290959890000041
为M×(Q+1)的基函数矩阵，
Figure FDA0003290959890000042
为CE-BEM模型的基函数，
Figure FDA0003290959890000043
表示第n个符号内第l条路径信道抽头的CE-BEM系数，将第n个符号中的第l个抽头上的信道冲激响应表示为：
cn,l＝[h(0,l),h(1,l),...,h(N-1,l)]T
另外，
Figure FDA0003290959890000044
Figure FDA0003290959890000045
式中，
Figure FDA0003290959890000046
为克罗内克积，根据BCE及gn得到：
Figure FDA0003290959890000047
式中，cn为第n个符号的冲激响应向量，ρ为建模误差，将Yn＝HnXn+Fzn中的频域接收信号中的信道矩阵用BEM代替，推导出：
Yn＝Kngn+Zn
Figure FDA0003290959890000048
Figure FDA0003290959890000049
Figure FDA00032909598900000410
根据
Figure FDA00032909598900000411
推导出导频符号位置的信道冲激响应基函数向量的LS估计值如下：
Figure FDA00032909598900000412
5.根据权利要求4所述的基于OTFS系统调制解调的高速信道估计方法，其特征在于，步骤3中，根据信道基系数初步估计值，采用无迹卡尔曼滤波信道估计法对信道进行精确估计，得到导频符号位置的信道基系数最终估计值，具体为：
建立时变的自回归模型，并将步骤2中所得的
Figure FDA00032909598900000413
代入时变的自回归模型，其中自回归模型为：
gn+1＝Dngn+zn
式中，Dn代表相邻时域基系数的相关矩阵，zn表示零均值复高斯白噪声，由于CE-BEM基向量之间两两正交，则Dn是一个对角阵，令dn＝vec(Dn)，由此可知含有两个状态变量，将状态变量设为Bn＝[gn,dn]T，令Cn＝[Kn，0]；
设置非线性变量：
Figure FDA00032909598900000414
建立UKF状态模型如下：
Bn+1＝AnBn+Pn
Yn＝CnBn+zn
Cn＝[κ(Bn),0]
Figure FDA0003290959890000051
式中，Pn表示传递过程中的噪声向量，
Figure FDA0003290959890000052
和
Figure FDA0003290959890000053
分别表示基系数时域相关矩阵和基系数的后验估计值；
非线性变量为一个2QL维向量，sigma采样点数为4QL+1，由比例采样策略推导出sigma点为：
Figure FDA0003290959890000054
Figure FDA0003290959890000055
Figure FDA0003290959890000056
γ＝δ2(2QL+λ)-2QL
j＝1,...,2QL
式中，Bn-1表示n-1时刻的后验基系数时域相关矩阵和基系数的后验估计值，
Figure FDA0003290959890000057
表示第j个sigma采样点，Qn-1表示状态变量Bn在n-1时刻的后验协方差矩阵，γ为随机变量Bn-1的均值和sigma采样点间距离的比例因子；
设置δ＝1，λ＝0，设置预测方程为：
Figure FDA0003290959890000058
得到sigma比例采样权值为：
Figure FDA0003290959890000059
Figure FDA00032909598900000510
Figure FDA00032909598900000511
j＝1,...,4QL
通过状态更新方程生成先验的sigma点，具体推导公式如下：
Figure FDA00032909598900000512
Figure FDA0003290959890000061
Figure FDA0003290959890000062
Figure FDA0003290959890000063
j＝1,...,2QL
Figure FDA0003290959890000064
式中，Qn|n-1表示状态变量Bn的先验协方差矩阵，
Figure FDA0003290959890000065
表示各个sigma点的
Figure FDA0003290959890000066
的值，对其求加权平均，得到
Figure FDA0003290959890000067
的均值ηn，协方差矩阵
Figure FDA0003290959890000068
和互协方差矩阵ρn，分别为：
Figure FDA0003290959890000069
Figure FDA00032909598900000610
Figure FDA00032909598900000611
Figure FDA00032909598900000612
式中，Jn为UKF的增益，根据Yn＝HnXn+Fzn及推导公式得到后验估计值Bn及后验协方差矩阵Qn分别为：
Bn＝Bn|n-1+Jn(Yn-ηn)
Figure FDA00032909598900000613
根据Bn＝[gn,dn]T计算得到导频符号位置的信道基系数最终估计值gn。
6.根据权利要求5所述的基于OTFS系统调制解调的高速信道估计方法，其特征在于，步骤4中，根据信道基系数最终估计值还原信道冲激相应，再将信道冲激响应通过循环移位变换为频域信道增益系数，通过ZF均衡得到接收天线的频域信号，具体为：
根据导频符号位置的信道基系数最终估计值gn，将其带入
Figure FDA00032909598900000614
还原得到信道冲激响应cn，将信道冲激响应通过循环移位模块进行循环移位，得到频域信号增益系数，通过得到的先验状态变量Bn|n-1得到先验信道冲激响应向量cn|n-1，然后得到信道频域响应矩阵Hn|n-1，通过均衡模块利用ZF均衡得到接收天线的频域符号向量的估计为：
Figure FDA00032909598900000615
7.根据权利要求6所述的基于OTFS系统调制解调的高速信道估计方法，其特征在于，步骤5中，将接收天线的频域信号经过解映射模块得到解映射之后的接收信号，对接收信号执行硬判决得到最终接收信号，具体为：
将频域符号向量的估计通过解映射模块，提取数据符号，其中数据符号的维度为M×Ns＝72×10＝720，并将其分割为6个12行10列的矩阵，表示为：
Figure FDA0003290959890000071
对数据符号位置进行快速辛傅里叶变换，得到解映射之后的接收信号
Figure FDA0003290959890000072
为：
Figure FDA0003290959890000073
通过执行硬判决模块进行判决反馈，根据调制方式，得到发送数据符号的星座点为：
X＝{X0,...,XQ_m}
式中，XQ_m表示星座点，将解映射之后的接收信号
Figure FDA0003290959890000074
中最近距离的星座点作为输出，即：
Figure FDA0003290959890000075
得到接收天线通过接收信号估计出来的延时-多普勒域信号，通过延时-多普勒域信号的导频符号位置的数据符号与需要传输的延时-多普勒域数据符号x(a,b)进行性能分析。
CN202111163335.1A 2021-09-30 2021-09-30 基于otfs系统调制解调的高速信道估计装置及方法 Expired - Fee Related CN113890796B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111163335.1A CN113890796B (zh) 2021-09-30 2021-09-30 基于otfs系统调制解调的高速信道估计装置及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111163335.1A CN113890796B (zh) 2021-09-30 2021-09-30 基于otfs系统调制解调的高速信道估计装置及方法

Publications (2)

Publication Number Publication Date
CN113890796A true CN113890796A (zh) 2022-01-04
CN113890796B CN113890796B (zh) 2022-08-12

Family

ID=79005070

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111163335.1A Expired - Fee Related CN113890796B (zh) 2021-09-30 2021-09-30 基于otfs系统调制解调的高速信道估计装置及方法

Country Status (1)

Country Link
CN (1) CN113890796B (zh)

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114726688A (zh) * 2022-04-11 2022-07-08 桂林电子科技大学 一种信道估计方法、系统、设备及可读存储介质
CN115086114A (zh) * 2022-06-10 2022-09-20 西安电子科技大学 基于分散式放置正交时频空otfs导频的信道估计方法
CN115150230A (zh) * 2022-06-01 2022-10-04 北京理工大学 一种提升频谱效率的正交时频空间调制系统及方法
CN115225433A (zh) * 2022-07-15 2022-10-21 军工保密资格审查认证中心 基于AmBC与OTFS调制的LMMSE信道估计方法
CN115426224A (zh) * 2022-11-07 2022-12-02 成都航天通信设备有限责任公司 一种基于otfs信号的信道估计方法及系统
CN116055261A (zh) * 2023-01-17 2023-05-02 重庆邮电大学 一种基于模型驱动深度学习的otfs信道估计方法
CN116094875A (zh) * 2023-02-09 2023-05-09 重庆邮电大学 一种超大规模mimo系统中基于上行辅助的otfs下行信道估计方法
CN117336125A (zh) * 2023-11-28 2024-01-02 西华大学 差分otfs系统中的判决反馈信道估计方法及装置
CN118075064A (zh) * 2024-04-24 2024-05-24 南京邮电大学 一种适于低轨卫星复杂环境下的otfs信道估计方法

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107819709A (zh) * 2017-10-26 2018-03-20 成都信息工程大学 一种移动目标检测的方法及装置
CN107925446A (zh) * 2015-05-11 2018-04-17 凝聚技术股份有限公司 正交时间频率空间调制系统
US20190081836A1 (en) * 2016-03-23 2019-03-14 Cohere Technologies Receiver-side processing of orthogonal time frequency space modulated signals
CN112003808A (zh) * 2019-05-27 2020-11-27 成都华为技术有限公司 信号处理方法及装置
CN112087247A (zh) * 2020-08-04 2020-12-15 西安电子科技大学 一种基于大规模mimo-otfs的径分多址接入方法
CN112202479A (zh) * 2020-08-19 2021-01-08 北京邮电大学 多入多出-正交时频空系统的低复杂度信号检测方法
CN112929316A (zh) * 2021-01-25 2021-06-08 南京邮电大学 基于otfs调制的交错式时频多址方式调制解调方法及装置
WO2021171707A1 (ja) * 2020-02-28 2021-09-02 Kddi株式会社 Ｏｔｆｓ変調を用いた通信において高精度化されたチャネル推定手法を用いる送信装置、受信装置、通信方法、およびベースバンドチップ
CN113395221A (zh) * 2021-04-25 2021-09-14 北京邮电大学 一种基于正交时频空联合信道估计与符号检测方法

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107925446A (zh) * 2015-05-11 2018-04-17 凝聚技术股份有限公司 正交时间频率空间调制系统
US20190081836A1 (en) * 2016-03-23 2019-03-14 Cohere Technologies Receiver-side processing of orthogonal time frequency space modulated signals
CN107819709A (zh) * 2017-10-26 2018-03-20 成都信息工程大学 一种移动目标检测的方法及装置
CN112003808A (zh) * 2019-05-27 2020-11-27 成都华为技术有限公司 信号处理方法及装置
WO2021171707A1 (ja) * 2020-02-28 2021-09-02 Kddi株式会社 Ｏｔｆｓ変調を用いた通信において高精度化されたチャネル推定手法を用いる送信装置、受信装置、通信方法、およびベースバンドチップ
CN112087247A (zh) * 2020-08-04 2020-12-15 西安电子科技大学 一种基于大规模mimo-otfs的径分多址接入方法
CN112202479A (zh) * 2020-08-19 2021-01-08 北京邮电大学 多入多出-正交时频空系统的低复杂度信号检测方法
CN112929316A (zh) * 2021-01-25 2021-06-08 南京邮电大学 基于otfs调制的交错式时频多址方式调制解调方法及装置
CN113395221A (zh) * 2021-04-25 2021-09-14 北京邮电大学 一种基于正交时频空联合信道估计与符号检测方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
HANG ZHAO;ZIQI KANG;HUA WANG: "A Novel Channel Estimation Scheme for OTFS", 《2020 IEEE 20TH INTERNATIONAL CONFERENCE ON COMMUNICATION TECHNOLOGY (ICCT)》 *
李伶珺: "抗多普勒频移正交时频空系统性能分析与优化", 《中国优秀硕士学位论文全文数据库 信息科技辑》 *

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114726688A (zh) * 2022-04-11 2022-07-08 桂林电子科技大学 一种信道估计方法、系统、设备及可读存储介质
CN115150230A (zh) * 2022-06-01 2022-10-04 北京理工大学 一种提升频谱效率的正交时频空间调制系统及方法
CN115150230B (zh) * 2022-06-01 2023-10-31 北京理工大学 一种提升频谱效率的正交时频空间调制系统及方法
CN115086114B (zh) * 2022-06-10 2023-08-15 西安电子科技大学 基于分散式放置正交时频空otfs导频的信道估计方法
CN115086114A (zh) * 2022-06-10 2022-09-20 西安电子科技大学 基于分散式放置正交时频空otfs导频的信道估计方法
CN115225433A (zh) * 2022-07-15 2022-10-21 军工保密资格审查认证中心 基于AmBC与OTFS调制的LMMSE信道估计方法
CN115225433B (zh) * 2022-07-15 2023-11-21 军工保密资格审查认证中心 基于AmBC与OTFS调制的LMMSE信道估计方法
CN115426224B (zh) * 2022-11-07 2023-02-03 成都航天通信设备有限责任公司 一种基于otfs信号的信道估计方法及系统
CN115426224A (zh) * 2022-11-07 2022-12-02 成都航天通信设备有限责任公司 一种基于otfs信号的信道估计方法及系统
CN116055261A (zh) * 2023-01-17 2023-05-02 重庆邮电大学 一种基于模型驱动深度学习的otfs信道估计方法
CN116094875A (zh) * 2023-02-09 2023-05-09 重庆邮电大学 一种超大规模mimo系统中基于上行辅助的otfs下行信道估计方法
CN117336125A (zh) * 2023-11-28 2024-01-02 西华大学 差分otfs系统中的判决反馈信道估计方法及装置
CN118075064A (zh) * 2024-04-24 2024-05-24 南京邮电大学 一种适于低轨卫星复杂环境下的otfs信道估计方法

Also Published As

Publication number Publication date
CN113890796B (zh) 2022-08-12

Similar Documents

Publication Publication Date Title
CN113890796B (zh) 基于otfs系统调制解调的高速信道估计装置及方法
EP2605463B1 (en) Propagation path estimation method and apparatus
CN111786921B (zh) 一种基于先验时延信息的航空通信系统基扩展信道估计方法
CN112202479A (zh) 多入多出-正交时频空系统的低复杂度信号检测方法
US20060067441A1 (en) Apparatus and method for estimating delay spread of multi-path fading channel in wireless communication system
CN103095639A (zh) Ofdm水声通信并行迭代ici消除方法
US6990153B1 (en) Method and apparatus for semi-blind communication channel estimation
CN107483373B (zh) 一种抗多径迭代加权的lmmse信道估计方法及装置
CN103051578B (zh) 带有ici消除的迭代差错扩散判决ofdm信道估计方法
US20110090975A1 (en) OFDM inter-carrier interference cancellation method
CN103338168B (zh) 基于加权分数傅立叶变换的双弥散信道下的迭代时域最小均方误差均衡方法
CN107222438B (zh) 高速移动sc-fdma系统的简化bem信道估计方法
CN107018101A (zh) 基于简化基扩展模型的快时变信道估计方法
CN108881080B (zh) 一种基于滑动窗与深度学习的ofdm抗ici检测方法
CN106936743A (zh) 一种电力线通信系统脉冲噪声抑制方法
CN115664898A (zh) 一种基于复数卷积神经网络的ofdm系统信道估计方法及系统
CN111131108B (zh) 一种非合作水声ofdm子载波调制方式识别方法
CN110753011B (zh) 一种针对gmsk信号的单载波均衡方法
CN102413080B (zh) 高速移动tdd-lte上行链路中信道估计方法
CN110324271A (zh) 一种基于压缩感知的限幅的f-ofdm系统收发机设计方法
CN113497770A (zh) Ofdm系统快时变信道参数估计方法及装置
EP1675335B1 (en) Method and apparatus for channel estimation of transmission channels with memory in digital telecommunications system, and corresponding computer program product by estimating the RMS delay spread
CN114615113B (zh) 一种利用前导序列对基系数降噪的多符号bem信道估计方法
Al-Shuwaili et al. Ball’s-Based Adaptive Channel Estimation Scheme Using RLS Family-Types Algorithms
CN111817990B (zh) Ofdm系统中基于最小均方误差的一种信道估计改进算法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20220812